Formalnie Uber pozostaje firmą, która szuka oszczędności i mierzy każdy wydatek. W praktyce platforma w pierwszych czterech miesiącach 2026 r. przepaliła cały zaplanowany na ten rok budżet na sztuczną inteligencję, a za skok rachunku odpowiada jedno konkretne narzędzie do programowania, którego inżynierowie używają z taką intensywnością, że firma stoi już praktycznie u progu kolejnego renegocjowania umów z dostawcą.
Claude Code zjadł budżet, którego miało starczyć na rok
Z wypowiedzi Praveena Neppalli Nagi, CTO Ubera odpowiedzialnego za Mobility i Delivery, udzielonej w połowie kwietnia portalowi The Information, wynika, że spółka wyczerpała pełną pulę środków zaplanowanych na sztuczną inteligencję w 2026 r. już w kwietniu. Mówiąc wprost, budżet, który miał starczyć na 12 miesięcy, wystarczył na cztery.
Główną przyczyną jest wewnętrzne wdrożenie Claude Code, narzędzia agentowego do programowania od firmy Anthropic, który Uber udostępnił swoim inżynierom w grudniu 2025 r. To narzędzie pozwala programistom delegować dużą część zadań na model sztucznej inteligencji, który pisze, testuje i wdraża fragmenty kodu samodzielnie. W tle pracuje też Cursor, czyli konkurencyjne środowisko programistyczne wykorzystujące podobne mechanizmy.
Naga w bezpośrednim cytacie z rozmowy podsumował sytuację krótko. Firma jest dziś z powrotem przy desce kreślarskiej, bo budżet, jaki zaplanowano na rok, został przebity znacznie szybciej, niż zakładał jakikolwiek wewnętrzny model finansowy.
Z 32 proc. do 84 proc. w cztery miesiące
Skalę zjawiska najlepiej oddają liczby dotyczące adopcji narzędzia. W lutym 2026 r. z Claude Code korzystało regularnie 32 proc. inżynierów Ubera. Już w marcu odsetek ten skoczył do 84 proc. zaklasyfikowanych jako użytkownicy agentowi. Ogółem narzędzia AI w skali miesiąca używa dziś niemal 95 proc. wszystkich inżynierów Ubera, czyli zespołu liczącego około 5 tys. osób. Według wewnętrznych danych spółki ok. 70 proc. kodu, który aktualnie trafia do repozytoriów Ubera, powstaje przy udziale modeli AI, a 11 proc. zmian na backendzie jest w całości generowanych przez agenta, bez udziału człowieka.
Cały wzrost dokonał się w czasie krótszym niż jeden kwartał, czyli w tempie, którego żaden model planowania finansowego oparty na klasycznych licencjach per stanowisko nie był w stanie przewidzieć. To zaś okazało się centralnym problemem.
Model rozliczeń per token. Dlaczego nie da się go przewidzieć?
Cała sprawa Ubera wpisuje się w szerszą zmianę modelu rozliczeń w branży narzędzi AI. Klasyczne oprogramowanie kupowało się na zasadzie umowy abonamentowej lub licencji rocznej w przeliczeniu na użytkownika. Koszt był stały i łatwy do uwzględnienia w budżecie. Narzędzia agentowe rozliczają się jednak za każdy token, czyli za rzeczywistą pracę modelu, a ta zależy od tego, jak intensywnie i jak głęboko inżynier z nich korzysta.
Z danych przytaczanych przez The Information wynika, że średni miesięczny koszt narzędzi AI na jednego inżyniera Ubera wynosi od 150 do 250 dolarów. W przypadku najintensywniejszych użytkowników rachunek wzrasta do 500 a nawet 2 tys. dolarów miesięcznie. Sam Naga w trakcie jednej dwugodzinnej sesji demonstracyjnej wygenerował koszty rzędu 1,2 tys. dolarów. Innymi słowy, im skuteczniejsze i bardziej autonomiczne narzędzie, tym wyższy rachunek, a użytkownicy często nie zauważają w czasie rzeczywistym, ile tokenów zużywa ich praca.
Sytuację dodatkowo skomplikował fakt, że Uber wewnętrznie zachęcał inżynierów do korzystania z narzędzi AI. Firma stworzyła rankingi aktywności w Claude Code i Cursor, które motywowały zespoły do jeszcze intensywniejszego użycia tych technologii. Skutek był odwrotny od pożądanego z punktu widzenia finansowego.
Nie tylko Uber. Microsoft wycofuje się z licencji
Sprawa Ubera nie jest odosobniona. Według doniesień portalu The Verge, w połowie maja 2026 r. Microsoft zaczął wycofywać większość wewnętrznych licencji na Claude Code w swojej dywizji Experiences and Devices. Dostęp do narzędzia dla większości użytkowników w tej części firmy ma wygasnąć 30 czerwca 2026 r. Jako powód portal Fortune wskazuje właśnie problem z modelem rozliczeń opartym na zużyciu tokenów, który okazał się trudny do zaplanowania w warunkach masowego wdrożenia.
Gartner w majowym raporcie umieścił generatywną sztuczną inteligencję w fazie określanej jako „trough of disillusionment”, czyli okres rozczarowania po pierwszej fali entuzjazmu. Firma prognozuje, że około 25 proc. planowanych na 2026 r. budżetów AI przesunie się na 2027 r., bo część proof of conceptów nie przejdzie wewnętrznych procesów zakupowych. Inne badanie tej samej firmy z kwietnia 2026 r. pokazuje, że tylko 28 proc. projektów infrastruktury AI faktycznie spełnia założenia biznesowe, na których zostały oparte.
Co dalej? Renegocjacje i nowy model pricingu
Andrew Macdonald, COO Ubera, w rozmowie cytowanej dziś przez AOL i wcześniej przez serwis Storyboard18, powiedział wprost, że uzasadnienie obecnego tempa wydatków na AI staje się coraz trudniejsze. Macdonald zwraca uwagę, że z punktu widzenia użytkownika narzędzia AI wyglądają na tanie albo wręcz darmowe, bo część kosztu absorbują dostawcy w fazie zdobywania rynku. Skala wdrożenia w dużej organizacji szybko jednak pokazuje, że ekonomika tych narzędzi w pełni przerzuca rachunek na klienta korporacyjnego.
Sam Anthropic, czyli firma stojąca za Claude Code, 13 maja 2026 r. ogłosił zmiany w strukturze cenowej. Płatni subskrybenci Claude będą od 15 czerwca rozliczani z osobnego, miesięcznego licznika kredytów na narzędzia agentowe, naliczanych zgodnie ze stawkami API. Decyzja jest spójna z kierunkiem, w którym idzie cała branża. Modele agentowe są kosztowne w utrzymaniu po stronie dostawcy, a stawki naliczane od tokenów to dziś jedyny sposób, by przerzucić koszt obliczeń na faktycznych użytkowników.
Cały obraz daje rynkowi sygnał, że era nielimitowanego entuzjazmu wobec narzędzi AI dobiega końca. W Uberze cięcia dotkną najprawdopodobniej najintensywniejszych użytkowników, a nowe wewnętrzne polityki mają wymusić bardziej oszczędne korzystanie z agentów. Naga zapowiada, że spółka testuje też inne modele kodowania, by zmniejszyć zależność od jednego dostawcy. To zaś najprawdopodobniej będzie kolejny krok, który przejdą w 2026 r. inne duże firmy technologiczne.